Inco: Intelligenz, Leistung und Preise der Modelle

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Inco

Diese Analyse soll Sie bei der Auswahl des besten von Inco angebotenen Modells für Ihren Anwendungsfall unterstützen.

Höchste Intelligenz

Updated

DeepSeek V4.1 Flash 1017 (max) (FAST)

GLM-5.3 (max) (FAST)

GLM-5.3 (max)

MiniMax-M3.1-Flash

Intelligence Index

Insgesamt 13 Modelle

Am schnellsten

GLM-5.3-Flash (FAST)

1,382 t/s

DeepSeek V4.1 Flash 1017 (max) (FAST)

1,075 t/s

DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST)

1,070 t/s

MiniMax-M3.1-Flash

810 t/s

GLM-5.3 (max) (FAST)

479 t/s

Ausgabegeschwindigkeit

Insgesamt 13 Modelle

Niedrigster Preis

MiniMax-M3.1-Flash

$0.11

GLM-5.3-Flash (FAST)

$0.20

MiniMax-M3.1-Flash

$0.22

DeepSeek V4.1 Flash 1017 (max) (FAST)

$0.37

DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST)

$0.37

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 13 Modelle

Inco bietet 13 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.

Bei der Intelligenz sind DeepSeek V4.1 Flash 1017 (max) (FAST) (32), GLM-5.3 (max) (FAST) (32) und GLM-5.3 (max) (32) die führenden Modelle von Inco.
Bei der Ausgabegeschwindigkeit sind GLM-5.3-Flash (FAST) (1,382 t/s), DeepSeek V4.1 Flash 1017 (max) (FAST) (1,075 t/s) und DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST) (1,070 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 188 %.
Bei der Latenz bieten DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST) (1.61 s), GLM-5.3-Flash (FAST) (2.92 s) und DeepSeek V4.1 Flash 1017 (max) (FAST) (3.10 s) die kürzeste Zeit bis zum ersten Antworttoken.
Beim Preis bieten MiniMax-M3.1-Flash ($0.11), GLM-5.3-Flash (FAST) ($0.20) und MiniMax-M3.1-Flash ($0.22) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 3.3-Fachen.
Bei der Größe des Kontextfensters unterstützen DeepSeek V4.1 Flash 1017 (max) (FAST) (1M), DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST) (1M) und Kimi K3 (low) (FAST) (1M) die größten Kontextfenster von Inco.

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Preis

USD per 1M tokens (blended) · Lower is better

IntelligenzevaluationenUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Preis

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preise

Intelligence Index vs. Preis

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Leistungsübersicht

Ausgabegeschwindigkeit vs. Preis

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latenz

Gemessen anhand der Zeit (Sekunden) bis zum ersten Token

Latenz: Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antwort-Token · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Cache-Verhalten

Cache-Trefferquote

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Okt. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Oct 26, 2026

Most attractive quadrant

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit vs. Preis

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Weitere Analyse
DeepSeek V4.1 Flash 1017 (max) (FAST)	1.05M	Offen	32	$6.36	1,070	1.32	3.65	1.87	Modell Anbieter
GLM-5.3 (max) (FAST)	1M	Offen	32	$10.21	479	0.88	6.10	4.17	Modell Anbieter
GLM-5.3 (max)	164k	Offen	32	$8.89	93	1.56	28.33	21.41	Modell Anbieter
MiniMax-M3.1-Flash	1M	Offen	29	$3.11	89	1.73	29.90	22.54	Modell Anbieter
MiniMax-M3.1-Flash	262k	Offen	29	$1.45	813	1.40	4.48	2.46	Modell Anbieter
GLM-5.3-Flash (FAST)	1M	Offen	28	$1.15	1,356	1.47	3.31	1.47	Modell Anbieter
GLM-5.3 (low)	164k	Offen	23	$3.56	85	1.65	31.08	23.54	Modell Anbieter
GLM-5.3 (low) (FAST)	1M	Offen	23	$3.21	496	0.86	5.90	4.03	Modell Anbieter
DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST)	1.05M	Offen	19	--	1,116	1.45	1.90	--	Modell Anbieter
Kimi K3 (low)	1M	Offen	17	$2.66	148	1.78	18.66	13.50	Modell Anbieter
Kimi K3 (low) (FAST)	1.05M	Offen	17	$3.81	408	1.66	7.79	4.90	Modell Anbieter
Kimi K3 (max) (FAST)	1.05M	Offen	--	--	481	1.67	6.87	4.16	Modell Anbieter
Kimi K3 (max)	1M	Offen	--	--	171	1.77	16.36	11.68	Modell Anbieter

Wichtige Definitionen

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu Inco

Inco bietet 13 von uns erfasste Modelle an: DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max) (FAST), GLM-5.3 (max), MiniMax-M3.1-Flash, MiniMax-M3.1-Flash, GLM-5.3-Flash (FAST), GLM-5.3 (low), GLM-5.3 (low) (FAST), DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST), Kimi K3 (low), Kimi K3 (low) (FAST), Kimi K3 (max) (FAST) und Kimi K3 (max).

Das intelligenteste bei Inco verfügbare Modell ist DeepSeek V4.1 Flash 1017 (max) (FAST) mit einem Wert von 32 im Intelligence Index.

Gemessen an der Ausgabegeschwindigkeit ist GLM-5.3-Flash (FAST) mit 1,382.3 Tokens pro Sekunde das schnellste Modell von Inco.

Das Modell von Inco mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V4.1 Flash 1017 (non-reasoning) (FAST) mit 1.61 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.

Gemessen am Mischpreis ist MiniMax-M3.1-Flash mit $0.11 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Inco.

Die Preise der Modelle von Inco unterscheiden sich bis zum 42-Fachen: von $0.11 pro 1 Mio. Tokens für MiniMax-M3.1-Flash bis $4.62 pro 1 Mio. Tokens für Kimi K3 (max) (FAST).

Ja, Inco bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.

Ja, alle 13 Modelle von Inco unterstützen den JSON-Modus für strukturierte Ausgaben.

Ja, alle 13 Modelle von Inco unterstützen Funktionsaufrufe (Tool-Nutzung).

Ja, Inco bietet 12 Reasoning-Modelle an: DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max) (FAST), GLM-5.3 (max), MiniMax-M3.1-Flash, MiniMax-M3.1-Flash, GLM-5.3-Flash (FAST), GLM-5.3 (low), GLM-5.3 (low) (FAST), Kimi K3 (low), Kimi K3 (low) (FAST), Kimi K3 (max) (FAST) und Kimi K3 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.

Ja, alle 13 Modelle von Inco haben offene Gewichte.

Ja, die Leistung eines Anbieters kann sich aufgrund von Infrastrukturänderungen, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir benchmarken alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Berücksichtigen Sie bei der Auswahl eines Modells von Inco die Intelligenz für qualitätssensible Aufgaben, die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schnellen ersten Antworten, die Preise für kostensensible Workloads sowie Funktionen wie die Größe des Kontextfensters, den JSON-Modus und die Unterstützung von Funktionsaufrufen.

Inco: Intelligenz, Leistung und Preise der Modelle

Höchste Intelligenz

Am schnellsten

Niedrigster Preis

Intelligenz

Geschwindigkeit

Preis

IntelligenzevaluationenUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. Preis

Price-Quality Variance

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Preise

Intelligence Index vs. Preis

Price-Quality Variance

Leistungsübersicht

Ausgabegeschwindigkeit vs. Preis

Output Speed

Price

Geschwindigkeit

Ausgabegeschwindigkeit

Output Speed

Model Performance Representation

Latenz

Latenz: Zeit bis zum ersten Antworttoken

Time to First Answer Token

Cache-Verhalten

Cache-Trefferquote

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit vs. Preis

Price

Wichtige Definitionen

Context Window

Häufig gestellte Fragen

Welche Modelle bietet Inco an?

Welches ist das intelligenteste Modell von Inco?

Welches ist das schnellste Modell von Inco?

Welches Modell von Inco hat die niedrigste Latenz?

Welches ist das günstigste Modell von Inco?

Wie stark unterscheiden sich die Preise der Modelle von Inco?

Ist Inco mit OpenAI kompatibel?

Unterstützt Inco den JSON-Modus?

Unterstützt Inco Funktionsaufrufe?

Bietet Inco Reasoning-Modelle an?

Bietet Inco Modelle mit offenen Gewichten an?

Verändert sich die Leistung von Inco im Laufe der Zeit?

Wie wähle ich ein Modell von Inco aus?